Vertiefende Analyse · Etwa 6 Min. Lesezeit
Was drei Java Champions über die Prüfung von KI-Programmierarbeit zeigen
GitHubs Interviews zeigen, wie Kontext, plattformspezifische Reproduktion und klare Prüfungen Copilot-Ergebnisse überprüfbar machen.
- Hier veröffentlicht
- Datum der Quelle
- Quelle geprüft
GitHub veröffentlichte am 20. Oktober Interviews mit Vlad Mihalcea, Patrick Baumgartner und Frank Delporte. Die Beispiele reichen von Produktfunktionen über Lehrmaterial bis zu einem stillen Hardware-Eingabefehler. Gemeinsam ist ihnen ein Prüfprozess: Entwickler definieren das Problem, untersuchen Belege und behalten die Verantwortung. Das sind Erfahrungsberichte beim Werkzeuganbieter, keine kontrollierte Produktivitätsstudie.
Nachrichten anhören
Diesen Artikel vorlesen oder mit den Nachrichten fortfahren.
Vorlesen wird vorbereitet…
Gerätestimme
Browser oder Gerät verarbeiten die Sprache. AISubHub sendet den Text nicht an eine Audio-API. Stimmen und Wiedergabe bei gesperrtem Bildschirm hängen vom Gerät ab.
Beim Fortsetzen kann sich ein kurzer Satzteil wiederholen.
Auf einen Blick
- Baumgartner berichtet von etwa 900 Folien in 15 Präsentationen, die er in acht bis zehn Stunden migrierte und durch Bildschirmbilder, Animationsprüfungen und PDF-Vergleiche kontrollierte.
- Delporte beschreibt einen Pi4J-V4-Fehler: Im geschilderten Raspberry-Pi-Aufbau belegte natives Polling vier Träger-Threads, sodass der fünfte Eingabebeobachter nicht ausgeführt wurde.
Dem Assistenten bestehende Projektstandards vermitteln
Mihalcea nutzt Copilot in IntelliJ IDEA für Untersuchungen, Fehlersuche und Prototypen. Eine Webanwendung für den Ereignisverlauf von Optimizer, die er wegen erwarteter mehrwöchiger Arbeit aufgeschoben hatte, habe er in zwei Tagen für eine kommende Hypersistence-Optimizer-Version implementiert. Der Vergleich beruht auf einer Schätzung, nicht auf zwei gemessenen Implementierungen. Pläne und erzeugte Änderungen prüft er weiterhin und greift bei ungeeigneten Antworten ein.
Seine eigenen Skills nutzen 65 veröffentlichte Artikel und zwölf Jahre Blogpraxis für Dokumentation und verständlichen, testbaren, einfachen Code im vorhandenen Stil. Für schwierige Aufgaben nennt er Opus mit einer Million Tokens Kontext sowie Extra High oder Max beim Reasoning, für Berichte und Dokumentationsprüfungen leichtere Modelle. Das beschreibt seinen Ablauf, keine Verfügbarkeit dieser Einstellungen in jedem Copilot-Tarif. Unsere Lesart: Konventionen und Aufgabengröße zählen neben der Modellwahl.
Eine Migration muss den Sinn erhalten
Baumgartners Wechsel von Reveal.js zu Marp umfasste rund 900 Folien in 15 Präsentationen mit Code, Animationen und im Unterricht veränderbaren JavaScript-Beispielen. Vor der Ausführung analysierten sie das Material, bestimmten Ziel, Vorgaben, Beispiele und zu erhaltende Inhalte und arbeiteten von der Struktur zu Details. Er nennt acht bis zehn Stunden gegenüber seiner Schätzung von mindestens einer Woche Handarbeit.
Abnahmebelege waren mehr als konvertierte Dateien: Bildschirmbilder wurden visuell und algorithmisch verglichen, beide Fassungen für manuelle Animationskontrollen nebeneinander ausgeführt und die erzeugten PDFs geprüft. Tippfehler durften automatisch korrigiert werden; Änderungen an Bedeutung, Inhalt, Versionen oder Daten wurden besprochen. Für AISubHub zeigt das: Wenn eine Unterrichtsdramaturgie erhalten bleiben soll, reichen Dateiabdeckung und erfolgreiche Konvertierung nicht aus.
Vor der Erfolgsmeldung die Nutzerplattform reproduzieren
Eine mit Tamboui gebaute Terminalanwendung lief unter Linux in WSL, doch ein Nutzer fand Formulare, die Enter unter nativem Windows CMD oder PowerShell ignorierten. Baumgartner machte daraus UI-Tests, nutzte tmux unter Linux und lernte psmux für ähnliche PowerShell-Abläufe kennen. Sie reproduzierten den Fehler, bauten eine lokale Korrektur, verfolgten die Ursache bis Tamboui und reichten einen anschließend integrierten Upstream-Fix ein.
Als Testbeschreibungen den verfügbaren Kontext sprengten, ersetzten sie wiederholte Tabellen durch eine kompakte Schrittfolge mit allen kritischen Informationen. Daraus folgt nicht, Assertions wegzukürzen. Nach unserer Analyse muss die Darstellung Aktionen, Eingaben und erwartetes Verhalten erhalten; ein Linux-Erfolg klärt keinen Windows-Fehler. Eine allgemeine Kompatibilitätsmatrix und genaue Laufzeitversionen liefert das Interview nicht.
Anforderungen vor dem Beschleunigen klären
Bei einer Lernanwendung änderten Gespräche über Lernmethoden und reale Lehrpläne die Zielsetzung: Statt sofort alle Länder abzudecken, konzentrierte sich Baumgartner auf die Schweiz und Rechnen in den Klassen eins bis vier. Die App bietet Deutsch, Französisch, Italienisch und Englisch, Erklärungen und wiederholte Übungen nach Fehlern sowie Zweispielermodi. Ohne Backend bleiben Kinderdaten auf dem Gerät; gehostet wird bei GitHub Pages. Das ist eine geschilderte Designentscheidung, kein Sicherheitsaudit.
Während einer ungefähr vierstündigen Reise steuerte er außerdem vom Telefon aus ein Maven-Plugin für Spring-Boot-Autokonfiguration und prüfte CI, Leistungstests mit einer Beispielanwendung und Berichte. Die ursprüngliche Unterstützung für Spring Boot 3.5 und 4.x hatte wegen Architekturunterschieden zwei Wege erzeugt; den später unnötigen 3.5-Weg zu entfernen war aufwendig. Das spricht für kleine Entscheidungen und frühe Klärung, garantiert aber kein beliebiges, in vier Stunden ausgeliefertes und geprüftes Plugin.
Warum der fünfte Knopf still blieb
Delportes Beispiel betrifft Pi4J V4, im Februar 2026 mit einem Foreign-Function-&-Memory-API-Plugin veröffentlicht. Vier Eingabetasten funktionierten, die fünfte erzeugte weder Ereignis noch Ausnahme oder Warnung. Mit dem alten gpiod-Plugin funktionierten dieselbe Hardware und Anwendung. Er gab zwei Startpfade, Provider-Klasse und FFMDigitalInput, und erhielt nach eigener Aussage ungefähr eine halbe Stunde später einen vorgeschlagenen Pull Request.
Laut geschilderter Diagnose wartete jeder Beobachter blockierend im nativen poll() auf GPIO-Änderungen. Der darin blockierte virtuelle Thread blieb an seinen Träger gebunden. Vier Beobachter belegten die vier Träger des vierkernigen Raspberry Pi 4; der fünfte wurde nie eingeplant. Diese Ursache erklärt mehr als die Aussage, Ereignisse seien unzuverlässig. Es bleibt die Interviewdiagnose, keine Regel für jede Java-Version oder jede virtuelle Thread-Operation. Maintainer prüften und genehmigten Änderungen vor der Integration.
Erfahrung in Prüfungen übersetzen
Baumgartner pflegt Skills wie maintainer-audit und nennt unlazy als Beispiel expliziter Fertigstellungskriterien. Sein Qualitätssystem bündelt Checkstyle, PMD und Spring-Modulith-Architekturprüfungen: ändern, prüfen, Ergebnisse lesen, erneut verbessern. Für visuelles Feedback wählt er VS Code, für größere Aufgaben Terminal oder Coding Agent und MCP nur bei Nutzen; eine gute CLI kann geeigneter sein. AISubHub hat diese Skills nicht getestet.
Delporte ergänzt ein Diagnosekriterium: Ein Regressionstest muss im alten Code scheitern und nach der Korrektur bestehen. Er verlangt verständliche Erklärungen und prüft Duplikate sowie Wartbarkeit. Unsere Empfehlung ist, Abnahmebelege vor der Ausführung festzulegen, unabhängig zu prüfen und die menschliche Entscheidung beizubehalten. Statische Werkzeuge allein bestätigen weder Animationen noch natives Plattformverhalten oder pädagogische Eignung; Menschen müssen die Software weiterhin ausführen und beurteilen.
Warum es wichtig ist
AISubHub-Analyse: Übertragbar ist die vollständige Rückkopplung einschließlich falscher Annahmen und ihrer Prüfungen. Ein Team kann eine repräsentative Aufgabe erproben, die Umgebung dokumentieren und untersuchen, ob die geplanten Belege eine falsche Antwort erkennen würden, bevor es mehr delegiert.
Grenzen und Verfügbarkeit
Zeiten und Ergebnisse stammen von den Interviewten. Wir haben weder Code ausgeführt noch den Hardwarefehler reproduziert, verlinkte Pull Requests geprüft oder Skills auditiert. Kontrollierte Vergleichsbasis, allgemeine Beschleunigung und universelle Modellrechte fehlen; Laufzeit- und Plattformbedingungen sind projektspezifisch zu prüfen.
Quellen und Belege
Datum der Quelle: · Quelle geprüft:
KI-gestützte redaktionelle Beiträge, anhand der genannten Primärquellen geprüft. Anbieterangaben werden zugeordnet; eine Aufnahme ist keine Empfehlung.